克利夫兰诊所正与初创公司 Piramidal 合作，开发一个专为重症监护室（ICU）设计的大型人工智能模型。该模型通过分析脑电图（EEG）数据，旨在实现对患者脑部健康的实时监测。其核心目标是克服当前人工审查耗时且主观的缺点，通过即时发现异常，帮助医生更快地进行干预，从而改善患者的治疗效果。
当前方法的局限性
目前，医生依赖持续的脑电图来监测 ICU 患者的脑部活动，但这并非实时进行。
- 耗时严重： 人工审查一天的数据通常需要 2 到 4 个小时。
- 主观性强： 分析结果依赖于医生的个人经验和专业知识，缺乏统一标准。
- 存在延迟： 脑电图报告通常每 12 或 24 小时生成一次，无法立即发现问题。
“这种工作非常耗时，而且是主观的，依赖于经验和专业知识。” — 伊马德·纳吉姆（Imad Najm），克利夫兰诊所神经病学家
AI 驱动的解决方案
克利夫兰诊所与 Piramidal 正在开发的系统，旨在改变这一现状。
- 实时监测： AI 模型将持续不断地分析脑电图数据流。
- 快速预警： 系统能在几秒钟内标记出异常情况，使医生能够迅速介入。
- 持续追踪： 帮助医生实时了解患者脑部健康的变化趋势。
“我们的模型扮演着持续监控 ICU 患者的角色，让医生实时了解患者的情况以及他们大脑健康的变化。” — 克里斯·帕胡贾（Kris Pahuja），Piramidal 首席产品官
“大脑基础模型”：工作原理
这个 AI 系统的核心是一个“大脑基础模型”，其特点在于它并非基于文本训练，而是基于海量的神经信号数据。
- 数据基础： 模型训练数据来自公开数据集以及克利夫兰诊所等合作伙伴提供的专有脑电图数据，总量接近 100 万小时，涵盖数万名健康和非健康患者。
- 核心能力： 由于不同个体的大脑活动模式差异巨大，基础模型需要海量数据来学习通用模式。其目标是像 ChatGPT 理解和适应不同文本风格一样，适应不同人的大脑活动。
- 性能表现： Piramidal 表示，该技术在与一组医生进行的评估中，已达到“类人”水平的性能。
测试与推广计划
为了确保模型的安全性和有效性，团队计划分阶段进行部署。
- 回顾性微调： 目前，团队正使用历史患者数据对模型进行微调。
- 受控环境测试： 接下来 6 到 8 个月内，将在严格控制的 ICU 环境中，使用实时患者数据进行测试。
- 逐步推广： 在验证其可靠性后，软件将缓慢推广至整个 ICU。
一个关键的挑战是减少假阳性（误报）和假阴性（漏报）。纳吉姆医生坦言，漏掉真正有问题的患者是“一个让我们夜不能寐的大问题”。
未来应用与伦理挑战
该模型的应用前景广阔，但同时也引发了关于数据使用的伦理问题。
- 未来方向： 除了 ICU 监测，Piramidal 还计划将其应用于癫痫和睡眠监测领域。
- 伦理考量： 脑部数据的收集、使用和存储方式，以及何时应该使用这些数据，都提出了重要的伦理问题。
“这样的进步凸显了建立前瞻性伦理框架的必要性，以支持这些技术的负责任发展和使用。在技术设计的早期阶段，引入包括伦理学家、社会科学家、法律学者以及患者在内的多方观点至关重要。” — 卡罗琳·蒙托霍（Caroline Montojo），达纳基金会总裁兼首席执行官